Study of effect on the obesity status using multilevel logistic regression analysis

2019, 30

(

1)

,

205–217

다수준 로지스틱 회귀분석을 이용한 비만 여부에 미치는 영향

ᄇ ᅡ

ᆨ일수

¹

·한준태

²

1

위덕대학교 보건관리학과 ·

²

한국장학재단 국가장학부

ᄌ ᅥ

ᆸᄉ ᅮ 2018ᄂ ᅧ ᆫ 12ᄋ ᅯ ᆯ 30ᄋ ᅵ ᆯ, ᄉ ᅮᄌ ᅥ ᆼ 2019ᄂ ᅧ ᆫ 1ᄋ ᅯ ᆯ 11ᄋ ᅵ ᆯ, ᄀ ᅦᄌ ᅢ ᄒ ᅪ ᆨᄌ ᅥ ᆼ 2019ᄂ ᅧ ᆫ 1ᄋ ᅯ ᆯ 11ᄋ ᅵ ᆯ

요 약

ᄇ

ᅩ ᆫ ᄋ ᅧ ᆫᄀ ᅮᄂ ᅳ ᆫ ᄀ ᅢᄋ ᅵ ᆫ ᄉ ᅮᄌ ᅮ ᆫ ᄆ ᅵ ᆾ ᄌ ᅵᄋ ᅧ ᆨ ᄉ ᅮᄌ ᅮ ᆫ ᄋ ᅴ ᄃ ᅡᄋ ᅣ ᆼᄒ ᅡ ᆫ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄃ ᅳ ᆯ ᄋ ᅵ ᄀ ᅢᄋ ᅵ ᆫᄋ ᅴ ᄇ ᅵᄆ ᅡ ᆫᄋ ᅧᄇ ᅮᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄑ ᅡ ᄋ

ᅡ

ᆨᄒ ᅡᄀ ᅵ ᄋ ᅱᄒ ᅢ ᄉ ᅵ ᆯᄉ ᅵᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅮ ᆫᄉ ᅥ ᆨᄋ ᅳ ᆯ ᄋ ᅱᄒ ᅢ ᄒ ᅪ ᆯᄋ ᅭ ᆼᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄂ ᅳ ᆫ ᄌ ᅥ ᆫᄀ ᅮ ᆨ ᄀ ᅲᄆ ᅩᄋ ᅴ ᄑ ᅭᄇ ᅩ ᆫ ᄌ ᅩᄉ ᅡᄌ ᅡᄅ ᅭᄋ ᅵ ᆫ ᄌ ᅵ ᆯᄇ ᅧ ᆼᄀ ᅪ ᆫ ᄅ ᅵᄇ ᅩ ᆫ ᄇ ᅮᄋ ᅴ 2016ᄂ ᅧ ᆫ ᄌ ᅵᄋ ᅧ ᆨᄉ ᅡᄒ ᅬᄀ ᅥ ᆫᄀ ᅡ ᆼᄌ ᅩᄉ ᅡ ᄌ ᅡᄅ ᅭᄅ ᅳ ᆯ ᄇ ᅵᄅ ᅩ ᆺ ᄒ ᅡᄋ ᅧ, ᄀ ᅵᄐ ᅡ ᄀ ᅮ ᆨ ᄀ ᅡ ᄃ ᅡ ᆫᄋ ᅱᄅ ᅩ ᄉ ᅢ ᆼᄉ ᅡ ᆫ ᄃ ᅬ ᆫ ᄌ ᅡᄅ ᅭᄋ ᅵᄃ ᅡ. ᄄ ᅩᄒ ᅡ ᆫ, ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅭᄋ ᅵ ᆫ ᄑ ᅡᄋ ᅡ ᆨ ᄋ

ᅳ ᆯ ᄋ ᅱᄒ ᅢᄉ ᅥᄂ ᅳ ᆫ ᄃ ᅡᄌ ᅮ ᆼ ᄃ ᅢᄋ ᅳ ᆼᄇ ᅮ ᆫᄉ ᅥ ᆨ ᄆ ᅵ ᆾ ᄌ ᅥ ᆫᄎ ᅦ ᄆ ᅵ ᆾ ᄉ ᅥ ᆼᄇ ᅧ ᆯᄋ ᅦ ᄄ ᅡᄅ ᅡ ᄃ ᅡᄉ ᅮᄌ ᅮ ᆫ ᄅ ᅩᄌ ᅵᄉ ᅳᄐ ᅵ ᆨ ᄒ ᅬᄀ ᅱᄆ ᅩᄒ ᅧ ᆼᄋ ᅳ ᆯ ᄀ ᅡ ᆨᄀ ᅡ ᆨ ᄌ ᅥ ᆨᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ ᄇ ᅵᄆ ᅡ ᆫᄋ ᅦ ᄆ

ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄀ ᅳ ᄀ ᅧ ᆯᄀ ᅪ, ᄇ ᅮ ᆫᄉ ᅥ ᆨᄆ ᅩᄒ ᅧ ᆼᄋ ᅦ ᄋ ᅵ ᆻᄋ ᅥᄉ ᅥᄂ ᅳ ᆫ ᄀ ᅡ ᆨ ᄉ ᅮᄌ ᅮ ᆫᄇ ᅧ ᆯ ᄋ ᅭᄋ ᅵ ᆫᄋ ᅵ ᄀ ᅩᄅ ᅧ ᄃ ᅬ ᆯ ᄉ ᅮᄅ ᅩ ᆨ ᄆ ᅩᄒ ᅧ ᆼᄌ ᅥ ᆨᄒ ᅡ ᆸᄃ ᅩ ᄀ

ᅡ ᄒ ᅣ ᆼᄉ ᅡ ᆼ ᄃ ᅬ ᆷ ᄋ ᅦ ᄄ ᅡᄅ ᅡ, ᄀ ᅢᄋ ᅵ ᆫ ᄆ ᅵ ᆾ ᄌ ᅵᄋ ᅧ ᆨᄉ ᅮᄌ ᅮ ᆫ ᄆ ᅩᄃ ᅮ ᄀ ᅢᄋ ᅵ ᆫᄋ ᅴ ᄇ ᅵᄆ ᅡ ᆫᄋ ᅧᄇ ᅮᄋ ᅦ ᄌ ᅮ ᆼ ᄋ ᅭᄒ ᅡ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄋ ᅳᄅ ᅩ ᄌ ᅡ ᆨᄋ ᅭ ᆼᄃ ᅬ ᆷᄋ ᅳ ᆯ ᄒ ᅪ ᆨ ᄋ ᅵ ᆫᄒ ᅡ ᆯ ᄉ ᅮ ᄋ ᅵ ᆻ ᄋ

ᅥ ᆻᄃ ᅡ. ᄀ ᅡ ᆨ ᄋ ᅭᄋ ᅵ ᆫᄇ ᅧ ᆯ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄀ ᅧ ᆯᄀ ᅪ, ᄌ ᅥ ᆫᄎ ᅦ ᄆ ᅩᄒ ᅧ ᆼᄋ ᅦᄉ ᅥᄂ ᅳ ᆫ ᄂ ᅡ ᆷᄌ ᅡ, ᄌ ᅥᄒ ᅡ ᆨᄅ ᅧ ᆨ ᄉ ᅮᄌ ᅮ ᆫ, ᄑ ᅡ ᆫᄆ ᅢᄉ ᅥᄇ ᅵᄉ ᅳᄌ ᅵ ᆨ, ᄂ ᅡᄈ ᅳ ᆫ ᄀ ᅥ ᆫᄀ ᅡ ᆼᄉ ᅮᄌ ᅮ ᆫ, ᄎ ᅦᄌ ᅮ ᆼ ᄌ

ᅩᄌ ᅥ ᆯ ᄌ ᅮ ᆼ, ᄉ ᅳᄐ ᅳᄅ ᅦᄉ ᅳᄅ ᅳ ᆯ ᄀ ᅡᄌ ᅵ ᆫ ᄌ ᅡ, ᄌ ᅢᄌ ᅥ ᆼᄌ ᅡᄌ ᅮᄃ ᅩᄀ ᅡ ᄂ ᅩ ᇁ ᄀ ᅩ, ᄌ ᅩᄋ ᅵᄒ ᅩ ᆫᄋ ᅲ ᆯ ᄃ ᅳ ᆼ ᄋ ᅵ ᄂ ᅩ ᇁᄋ ᅳ ᆫ ᄌ ᅵᄋ ᅧ ᆨᄋ ᅦ ᄀ ᅥᄌ ᅮᄒ ᅡᄂ ᅳ ᆫ ᄌ ᅡ ᄃ ᅳ ᆼ ᄋ ᅵ ᄀ ᅳᄅ ᅥ ᇂ ᄌ

ᅵ ᄋ ᅡ ᆭᄋ ᅳ ᆫ ᄌ ᅡᄋ ᅦ ᄇ ᅵᄒ ᅢ ᄇ ᅵᄆ ᅡ ᆫᄃ ᅩᄀ ᅡ ᄂ ᅩ ᇁ ᄀ ᅦ ᄂ ᅡᄐ ᅡᄂ ᅡ ᆻᄃ ᅡ. ᄀ ᅳᄅ ᅥᄂ ᅡ, ᄉ ᅥ ᆼᄇ ᅧ ᆯᄋ ᅦ ᄄ ᅡᄅ ᅳ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄇ ᅧ ᆯ ᄀ ᅧ ᆯᄀ ᅪᄋ ᅦ ᄋ ᅵ ᆻᄋ ᅥᄉ ᅥᄂ ᅳ ᆫ ᄋ ᅧ ᆫᄅ ᅧ ᆼ, ᄀ ᅭᄋ ᅲ ᆨ ᄉ

ᅮᄌ ᅮ ᆫ, ᄀ ᅥ ᆫᄀ ᅡ ᆼᄀ ᅥ ᆷᄌ ᅵ ᆫ, ᄋ ᅮᄋ ᅮ ᆯᄌ ᅳ ᆼ ᄀ ᅧ ᆼᄒ ᅥ ᆷ ᄃ ᅳ ᆼ ᄋ ᅦᄉ ᅥ ᄇ ᅵᄆ ᅡ ᆫᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅭᄋ ᅵ ᆫᄃ ᅳ ᆯ ᄋ ᅴ ᄋ ᅱᄒ ᅥ ᆷᄃ ᅩ ᄉ ᅮᄌ ᅮ ᆫ ᄎ ᅡᄋ ᅵᄀ ᅡ ᄌ ᅩ ᆫ ᄌ ᅢᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ. ᄇ ᅩ ᆫ ᄋ ᅧ ᆫ ᄀ

ᅮᄂ ᅳ ᆫ ᄌ ᅥ ᆫᄀ ᅮ ᆨᄌ ᅥ ᆨ ᄀ ᅲᄆ ᅩᄋ ᅴ ᄇ ᅮ ᆫᄉ ᅥ ᆨᄌ ᅡᄅ ᅭᄅ ᅳ ᆯ ᄒ ᅪ ᆯᄋ ᅭ ᆼ ᄒ ᅡᄋ ᅧ, ᄀ ᅢᄋ ᅵ ᆫᄋ ᅵ ᄀ ᅡᄌ ᅵ ᆫ ᄐ ᅳ ᆨᄉ ᅥ ᆼᄈ ᅮ ᆫ ᄆ ᅡ ᆫ ᄋ ᅡᄂ ᅵᄅ ᅡ ᄀ ᅢᄋ ᅵ ᆫᄋ ᅴ ᄀ ᅥ ᆫᄀ ᅡ ᆼᄀ ᅧ ᆯᄌ ᅥ ᆼ ᄋ ᅭᄋ ᅵ ᆫᄋ ᅦᄉ ᅥ ᄆ ᅢ ᄋ

ᅮ ᄌ ᅮ ᆼ ᄋ ᅭᄒ ᅡ ᆫ ᄇ ᅮᄇ ᅮ ᆫ ᄋ ᅳᄅ ᅩ ᄋ ᅵ ᆫᄉ ᅵ ᆨᄃ ᅬᄀ ᅩ ᄋ ᅵ ᆻᄂ ᅳ ᆫ ᄌ ᅵᄋ ᅧ ᆨᄉ ᅡᄒ ᅬᄋ ᅴ ᄃ ᅡᄋ ᅣ ᆼᄒ ᅡ ᆫ ᄒ ᅪ ᆫᄀ ᅧ ᆼᄌ ᅥ ᆨ ᄋ ᅭᄋ ᅵ ᆫᄃ ᅳ ᆯ ᄋ ᅵ ᄇ ᅵᄆ ᅡ ᆫᄋ ᅦ ᄆ ᅵᄎ ᅵᄂ ᅳ ᆫ ᄋ ᅧ ᆼᄒ ᅣ ᆼᄋ ᅭᄋ ᅵ ᆫᄋ ᅳ ᆯ ᄑ ᅡ ᄋ

ᅡ

ᆨᄒ ᅡᄀ ᅩ ᄀ ᅳ ᄋ ᅲᄋ ᅴᄉ ᅥ ᆼᄋ ᅳ ᆯ ᄌ ᅦᄉ ᅵᄒ ᅡᄋ ᅧ ᆻᄃ ᅡ.

ᄌ

ᅮᄋ ᅭᄋ ᅭ ᆼ ᄋ ᅥ: ᄃ ᅡᄉ ᅮᄌ ᅮ ᆫ ᄅ ᅩᄌ ᅵᄉ ᅳᄐ ᅵ ᆨ ᄒ ᅬᄀ ᅱᄆ ᅩᄒ ᅧ ᆼ, ᄇ ᅵᄆ ᅡ ᆫ, ᄌ ᅵᄋ ᅧ ᆨᄉ ᅡᄒ ᅬᄀ ᅥ ᆫᄀ ᅡ ᆼᄌ ᅩᄉ ᅡ.

1. 서론 ᄉ

ᅦ계보건기구 (WHO)에서는 2016년 18세 이상의 성인 중에서 19억 명 이상 과체중이고 이 중 6억 5천만 명이 넘는 성인이 비만인 것으로 추정하고 있는데 이는 18세 이상 성인의 39% (남성 39%, 여 서

ᆼ 40%)가 과체중이고 세계 성인 인구의 약 13% (남성 11%, 여성 15%)가 비만인 것으로 1975년에 ᄉ

ᅥ 2016년까지 거의 3 배로 증가했다 (WHO, 2018). 최근 질병관리본부에서 발표한 제7기 국민건강영 ᄋ

ᅣᆼ조사 1차 년도 (2016년) 주요 결과를 살펴보면 우리나라 19세 이상 성인의 비만 유병률은 1998년 26.0%에서 2007년 31.7%로 급격히 증가한 후 2014년까지 약 31%정도를 유지하다가 2015-2016년 33.2%, 34.8%로 증가했다. 남자는 1998년 25.1%에서 2016년 42.3%로 약 17.2%p 증가한 반면, 여 ᄌ

ᅡ는 1998년 26.2%에서 2012년 28.0%까지 증가했지만 2013년 이후 감소하여 2016년 26.4%로 나타났 ᄃ

ᅡ.

ᄋ

ᅵ러한 비만은 단순히 외형적인 문제를 넘어서 그 자체로 질병으로 분류되고 (US Department of Health and Human Services, 2000), 심혈관계 질환, 고혈압, 당뇨, 암 등각종 만성질환을유발하는

1 (38004) ᄀ ᅧ ᆼᄇ ᅮ ᆨ ᄀ ᅧ ᆼᄌ ᅮᄉ ᅵ ᄀ ᅡ ᆼᄃ ᅩ ᆼᄆ ᅧ ᆫ ᄃ ᅩ ᆼ ᄒ ᅢᄃ ᅢᄅ ᅩ 261, ᄋ ᅱᄃ ᅥ ᆨᄃ ᅢᄒ ᅡ ᆨᄀ ᅭ ᄇ ᅩᄀ ᅥ ᆫᄀ ᅪ ᆫ ᄅ ᅵᄒ ᅡ ᆨᄀ ᅪ, ᄌ ᅩᄀ ᅭᄉ ᅮ.

2 ᄀ ᅭᄉ ᅵ ᆫᄌ ᅥᄌ ᅡ: (41200) ᄃ ᅢᄀ ᅮ ᄀ ᅪ ᆼᄋ ᅧ ᆨᄉ ᅵ ᄃ ᅩ ᆼ ᄀ ᅮ ᄉ ᅵ ᆫᄋ ᅡ ᆷᄅ ᅩ 125, ᄒ ᅡ ᆫᄀ ᅮ ᆨ ᄌ ᅡ ᆼᄒ ᅡ ᆨᄌ ᅢᄃ ᅡ ᆫ ᄀ ᅮ ᆨ ᄀ ᅡᄌ ᅡ ᆼᄒ ᅡ ᆨᄋ ᅮ ᆫᄋ ᅧ ᆼᄐ ᅵ ᆷ, ᄐ ᅵ ᆷᄌ ᅡ ᆼ.

E-mail: [email protected]

거

ᆺ으로 보고되고 있어 그 심각성이 높다 (National Heart, Lung, and Blood Institute, 1998; Ahn과 Joung, 2005; Graziani 등, 2011; Mitchell 등, 2015).

ᄄ

ᅩ한, 비만은 건강 문제를 넘어 막대한 경제적 손실과 계층간 양극화를 초래한다는 점에서 더욱 사 ᄒ

ᅬ적관심이 커지고 있는상태이다. 우리나라에서도관계부처 합동으로 ‘국가비만관리 종합대책 (2018- 2022)’를발표하여 영양, 식생활, 신체활동 등 분야별 정책연계를 통해 범정부 차원의 선제적이고 종합 ᄌ

ᅥᆨ인 비만 예방 및관리대책을마련하고 시행한다.

ᄋ

ᅵ에 본연구의 목적은비만 여부에 미치는영향을 분석하고, 비만과 위험 요인과의관계를파악하고 ᄌ

ᅡ 한다.

ᄋ

ᅵ와관련하여 비만과관련된다양한 연구들이 진행되고 있다. 최근비만과 위험 요인과의관계를파 ᄋ

ᅡ

ᆨ한 연구를살펴보면 다음과 같다. Ahn 등 (2015)은 99명의 과체중 및 비만 성인을대상으로 진행한 ᄋ

ᅧᆫ구에서 과체중 및 비만 성인에게서 안정시 심박수는내장지방과 깊은 연관성이 있으며, 내장 지방의 ᄀ

ᅪ도한 축적과 그로 인한 만성질환의 예방을 돕는건강지표가될수 있음을확인하였다. Kim (2015)은 ᄀ

ᅮᆨ민건강영양조사 자료를 활용하여 체질량지수, 규칙적인 걷기 그리고 대사증후군위험요인과 관계를 ᄋ

ᅧᆫ구한 결과 체질량지수가 낮을수록 대사증후군위험요인에긍정적인 영향을주며, 규칙적인 걷기참여 느

ᆫ대사증후군위험요인에긍정적인 영향을주는것으로 나타났다. Noh (2018)은짧은수면 시간과 수 ᄆ

ᅧᆫ의 질이 떨어질 경우 비만과 신진대사활동을저해한다는결과를확인하였다. Sun 등 (2018)은교대 ᄀ

ᅳᆫ무의 형태와 비만의 유형과의 연관성을 분석한 28개의 연구결과를바탕으로 메타분석을 실시한 결과 ᄀ

ᅭ대근무자들은 복부 비만의 위험도가 높았으며, 야간근로자들은교대근무자들보다 비만의 위험도가 노

ᇁ게 나타나 장기적인 야간근무자의 작업 일정 조정을 권고하였다.

ᄋ

ᅵ와 같은선행연구들은대부분개인의 행태 및 단순한 특성만을반영하여 진행 연구들이어서 개인이 ᄉ

ᅩ

ᆨ한 지역이나 집단의 특성이 공통적으로 영향을미치는 부분은반영되지 않은경우가 많아 지역 간의 ᄎ

ᅡ이를규명하는데 한계가 있다.

ᄇ

ᅵ만은영양과다와 신체활동부족의 직접적인 요인 외에도 생물학적환경적인 요인이 건강행태에 영 ᄒ

ᅣᆼ을 주고 이러한 건강행태 요인은 영양과 신체활동에 영향 요인으로 작용된다 (Egger와 Swinburn, 1997). Schultz 등 (2005)은스트레스가 많은생활조건, 물리적환경, 사회적환경, 교육기회 및 정보접 ᄀ

ᅳᆫ성을비만에 영향을매개 요인으로 제시함으로써 개인 수준뿐만 아니라 지역수준요인의 중요성을강 ᄌ

ᅩ하였다. 최근 국내에서도 비만에 미치는영향력에관한 연구를개인 조사 자료 기반이 아닌 지역별 조 ᄉ

ᅡ 자료를활용한 연구가 이루어지고 있다 (Kim과 Kang, 2011; Choi, 2016; Kim 등, 2104).

ᄋ

ᅵ에 본연구에서는비만 여부에 미치는영향을 분석하기 위해 질병관리본부에서 실시한 전국규모의 ᄌ

ᅡ료인 지역사회건강 자료를개인 수준의 자료와 지방자치단체 통합재정, 도시계획현황, 전국사업체조 ᄉ

ᅡ 등의 자료를지역 수준의 자료를모두활용하여 다수준로지스틱 분석을사용하였다.

ᄇ

ᅩᆫ 논문의 구성은 2장에서는모형 개발을위한 자료의 설명과 분석 방법에 대해 소개하였다. 3장에서 느

ᆫ다수준로지스틱의 결과를제시하였으며, 4장에서는결론 및 향후 연구방향을제시하였다.

2. 자료 설명 및 적용 모형

2.1. 분석자료 구축 ᄇ

ᅩᆫ연구에서는 질병관리본부의 지역사회건강조사, 행정자치부의 지방자치단체 통합재정, 국토교통부 ᄋ

ᅴ 도시계획현황, 통계청의 전국사업체조사 등을활용하였다. 특히, 본연구에서 개인 단위 자료로활용 ᄒ

ᅡᆫ 지역사회건강조사는 2008년부터 매년 전국시군구 단위로 전국보건소에서 동시에 실시하는대규모 ᄑ

ᅭ본조사로 표본가구에 대해 지역주민 건강행태, 만성질환이환및 의료이용 등을조사하는체계적이고

ᄉ

ᅵᆫ뢰성 있는지역기반의 대표적인 전국조사 체계이다. 지방자치단체 통합재정, 도시계획현황, 전국사업 ᄎ

ᅦ조사 등에서는지역 단위 (시군구)의 자료를발췌하였다.

ᄋ

ᅧᆫ구 대상자는 2016년 지역사회건강조사를기준으로 본연구에서활용한 변수 중에서 모름또는 응답 ᄀ

ᅥ부인 경우를제외하고 149,102명 (남자 79,546명, 여자 69,556명)으로 분석하였다 (Figure 2.1).

Study Participants - N : 149,102

Obesity Group - N : 41,729

Population - Source : KCHS(2016) - N : 228,452

Exclude “Unresponsive” or “Missing”

Normal Group - N : 121,762

Study Method

Statistical Model

- Multilevel Logistic Regression Model

∙ Dependent : Obesity or Normal

∙ Independent : 25 variables related to Obesity ※ Individual Level : 18 variables Regional Level : 7 Variables

∙ Assessment : ICC, -2LL, AIC, BIC

BMI(Criteria : 25kg/m²)

Individual

Level Community Health Survey Regional

Level Local finance Integrated System The census on establishments

Population census Registered Motor Vehicles

Vital statistics Statistical of urban plan

Residence registration population KCDC

MOLIT MOIS LH Statistics Korea

All Male Female

Data Sources

• KCDC, Korea Centers for Disease Control and Prevention

• MOLIT, Ministry Of Land, Infrastructure and Transport

• MOIS, Ministry of the Interior and Safety

• LH, Korea Land & Housing Corporation

Figure 2.1 Framework of the study

2.2. 변수 정의 ᄇ

ᅵ만 여부에 영향을주는요인은관련 연구자료 및관련 전문가 자문 등을 통하여 인구 사회학적 특성 (연령, 혼인 상태), 사회경제적환경 (가구소득, 학력, 직업), 건강상태 (건강검진 유무, 우울감 경험 유 ᄆ

ᅮ, 건강 수준,스트레스 여부), 생활양식 (중등도 이상 신체활동유무, 아침식사 여부, 현재 흡연 여부, ᄌ

ᅥ염 선호 여부)를개인 수준의 설명변수로 포함하였으며, 지역 수준의 변수로는재정자주도, 일인당 공 ᄋ

ᅯ

ᆫ 면적, 주점업 수 (인구 천 명당), 패스트푸드점 수 (인구 천 명당), 조이혼율, 일인당 자동차 등록대 ᄉ

ᅮ, 표준화 사망률을활용하였다.

ᄌ ᅩ

ᆼ속변수는지역사회건강조사에서 체질량지수 (body mass index; BMI)가 25kg/m

²

이상이면 비만 ᄋ

ᅳ로 정의 하고 그렇지 않은경우를정상으로 정의하였다. Table 2.1은 본연구에활용된 변수들의 설명 ᄋ

ᅵ다.

2.3. 다수준 로지스틱 모형 ᄃ

ᅡ수준로지스틱 모형은위계적 자료 분석을위해 일반적인 로지스틱 회귀모형을확장시킨 형태로서 ᄃ

ᅡᆫ일 수준만 고려하는 일반적인 로지스틱 회귀모형과는달리 개인 수준과 집단 수준을고려하는모형이

Table 2.1 Data description in the analysis

Level Variable Definition

Obesity (Target variable) Yes: BMI ≥ 25kg/m ² , No: BMI < 25kg/m ²

1-level Gender Male, Female

Age (y) 19-29, 30-39, 40-49, 50-59, 60-69, ≥ 70

Educational level Uneducated, elementary school, middle school, high school, university or higher

Monthly household income (million KRW) <0.5, 0.5-1.0, 1.0-2.0, 2.0-3.0, 3.0-4.0, 4.0-5.0 5.0-6.0, ≥ 6.0

Marital status Married,Others (Never married, separated, divorced, widowed)

Occupation - Administrative officer: Administrative, management,

or professional occupation

- Clerical officer: Business and financial operations occupations

- Service and sales worker: Sales and related occupations

- Farmer and fisher: Farming, fishing, and forestry occupations

- Elementary work: Installation, maintenance, and repair occupations/labors

- Other

Health check-up Yes, No

Experience of depression Yes, No

Subjective health status Good, Bad (Fair or poor) Over-moderate physical activity Yes, No

Attempt to control weight Yes, No

Subjective stress recognition Yes, No

Current smoking Yes, No

High risk drinking Yes, No

Walking exercise practice Regular, Not regular Eating a breakfast regularly Yes, No

Low salt preference Yes, No

2-level Local government financial independence (%) <50, 50-65, ≥65 Park area per person (m ² /persons) <10, 10-30, ≥30 Number of beverage service store <1.8, 1.8-3.0, ≥3.0 per 1,000 population

Number of fast food restaurant <1, ≥1 per 1,000 population

Crude divorce rate <2, ≥2

Number of registered vehicles per person <0.5, ≥0.5

Standardized mortality rate <330, 330-380, ≥380

ᄃ

ᅡ (Lee와 Heo, 2014). 다수준로지스틱 모형에 사용되는로짓 연결 함수는 식 (2.1)과 같다.

p

ij

= P (u

ij

= 1), (2.1) ᄋ

ᅧ기서, u

^ij

는 j번째 지역에 대한 개인 i번째 종속변수라 하고 이항 분포를따른다고 가정한다. 다수준 ᄅ

ᅩ지스틱 모형에서 개인 수준과 지역 수준의 설명변수가 하나인 1-수준 (개인 수준)과 2-수준 (지역 수 주

ᆫ)에 대한 모형은다음과 같다.

1 − level : log

 p

ij

1 − p

ij



= β

0j

+ β

1j

x

ij

, (2.2) 2 − level : β

0j

= γ

00

+ γ

01

z

j

+ δ

0j

, β

1j

= γ

10

, δ

0j

∼ N (0, σ

² δ

), (2.3) ᄋ

ᅧ기서, x

ij

는개인 수준에서의 j번째 지역에 대한 개인 i번째 설명변수이며, β

0j

는 절편, β

1j

는 개인 ᄉ

ᅮ준에서 종속변수에 미치는 설명변수의 효과를나타낸다. 2-수준에서는 1-수준의 β

^0j

를 분해한 형태 ᄅ

ᅩ 보면, 절편 γ

00

와 j번째 지역에 대한 설명변수 z

^j

가 포함되며 집단 j의 오차항 γ

^0j

로 이루어져 있다.

1-수준 (개인 수준)과 2-수준 (지역 수준)을결합한 다수준로지스틱 모형을 식 (2.4)와 같이 나타낼 수 이

ᆻ다.

log

 p

ij

1 − p

ij



= γ

00

+ γ

01

z

j

+ γ

10

x

ij

+ δ

0j

, δ

0j

∼ N (0, σ

² δ

). (2.4) 보

ᆫ 연구에서는 SAS 9.4에서 제공하는 Proc Glimmix 프로시저를 사용하여 다수준 로지스틱 분석을 ᄉ

ᅮ행하였다.

3. 연구 결과

3.1. 일반적 특성 ᄇ

ᅵ만 여부에 따른 연구 대상자의 일반적 현황을 Table 3.1에 제시하였다. 전체 149,102명 중에서 ᄇ

ᅵ만은 41,729명으로 28.0%였으며, 정상은 107,373명으로 72.0%였다. 우울감 경험 유무와 아침식 ᄉ

ᅡ 여부를 제외한 대부분의 설명변수에서 통계적으로 유의한 차이를 보였으며, 비만 집단에서 남자가 65.9%로 높은반면 정상인 집단에서는여자가 51.5%로 높게 나타나 차이를보였으며, 비만 집단의 연 려

ᆼ이 40-49세 (23.4%), 최종학력은고등학교 졸업 (37.7%), 월소득이 200-300만원 (20.6%), 직업군에 ᄉ

ᅥ는기타 (군인, 학생, 주부, 무직)와 기능단순노무직 비율이 각각 24.7%, 24.4%로 높게 나타났다. 건 ᄀ

ᅡᆼ검진 여부, 주관적 건강상태, 중등도 이상 신체활동 유무, 체중조절 여부, 스트레스 여부, 흡연 여부, ᄀ

ᅩ위험 음주 여부, 걷기 실천 여부, 저염 선호 여부의 변수에서 두 집단간 통계적 차이를보였다. 특히, ᄎ

ᅬ근 1년 동안 체중을 줄이거나 유지하려고 노력한 사람이 비만에서의 비율이 73.0%인 반면, 정상에서 느

ᆫ 50.3%로큰차이를보였다.

ᄌ

ᅵ역 변수에 해당하는재정자주도, 일인당 공원 면적, 주점업 수 (인구 천 명당), 패스트푸드점 수 (인 ᄀ

ᅮ 천 명당), 조이혼율, 일인당 자동차 등록대수, 표준화 사망률에서 모두 통계적으로 유의한 차이를보 ᄋ

ᅧᆻ다.

ᄀ ᅡ

ᆨ 변수내 범주들이 비만 여부와의관련성을알아보기 위해 다중대응분석 (multiple correspondence analysis)을 실시하였다. 다중대응분석은개체와 범주에 계량적 수치를 부여함으로써 범주형 데이터를 ᄉ

ᅮ량화하는 분석기법으로 내적 일관성의 원리로부터 범주의 수량화를 실시하는 분석 기법이다 (Park과 Cho, 2015). 먼저 1-수준 (개인 수준)의 특성 변수들만 반영했을 경우 비만 (Dimension 1: -0.0692, Dimension 2: 0.3502)과 상대적으로 가까운 특징은남성, 40-50대, 고등학교 졸업, 스트레스가 있으며, 주

ᆼ등도 이상 신체활동을하지 않을경우 경우로 나타났다. 2-수준 (지역 수준)의 변수를모두 반영한 경 ᄋ

ᅮ에서는비만 (Dimension 1: 0.0268, Dimension 2: -0.2956)과 상대적으로 가까운지역수준의 특징은 이

ᆯ인당 공원면적이 30m

²

이상, 주점업 수 (인구 천 명당) 3개 이상 , 패스트푸드점 수(인구 천 명당) 1개 이상, 조이혼율 2%이상, 일인당 자동차 등록대수가 0.5대 이상인 경우로 나타났다 (Figure 3.1).

Table 3.1 Descriptive characteristics for the variables in the analysis

Normal Obesity

Variable Category N % N % χ ²

Gender Male 52,065 48.5 27,481 65.9 3641.3714**

Female 55,308 51.5 14,248 34.1

Age (y) 19-29 17,193 16.0 4,446 10.7 1066.8704**

30-39 18,119 16.9 7,767 18.6

40-49 23,076 21.5 9,768 23.4

50-59 22,466 20.9 9,722 23.3

60-69 14,962 13.9 6,640 15.9

≥70 11,557 10.8 3,386 8.1

Educational level Uneducated 5,002 4.7 1,610 3.9 136.6537**

Elementary school 10,966 10.2 4,768 11.4 Middle school 10,236 9.5 4,462 10.7 High school 41,113 38.3 15,716 37.7 University or higher 40,056 37.3 15,173 36.4

Monthly household income <1.0 13,592 12.7 4,752 11.4 116.9335**

(million KRW) 1.0-2.0 16,083 15.0 6,164 14.8

2.0-3.0 20,401 19.0 8,607 20.6

3.0-4.0 19,669 18.3 8,051 19.3

4.0-5.0 14,654 13.6 5,717 13.7

5.0-6.0 8,942 8.3 3,327 8.0

≥6.0 14,032 13.1 5,111 12.2

Marital status Married 72,762 67.8 30,461 73.0 386.0895**

Others 34,611 32.2 11,268 27.0

Occupation Administrative officer 14,242 13.3 5,611 13.4 596.2608**

Clerical officer 12,576 11.7 4,829 11.6 Service and sales 15,817 14.7 6,430 15.4 Farmer and fisher 10,725 10.0 4,385 10.5 Elementary work 21,579 20.1 10,172 24.4

Other 32,434 30.2 10,302 24.7

Health check-up No 31,917 29.7 10,952 26.2 177.6338**

Yes 75,456 70.3 30,777 73.8

Experience of depression No 101,452 94.5 39,455 94.6 0.2442

Yes 5,921 5.5 2,274 5.4

Subjective health status Bad (Fair or poor) 60,616 56.5 25,842 61.9 369.6735**

Good 46,757 43.5 15,887 38.1

Over-moderate physical activity No 81,676 76.1 31,001 74.3 51.3576**

Yes 25,697 23.9 10,728 25.7

Attempt to control weight No 53,380 49.7 11,287 27.0 6285.9245**

Yes 53,993 50.3 30,442 73.0

Subjective stress recognition No 80,114 74.6 29,919 71.7 132.001**

Yes 27,259 25.4 11,810 28.3

Current smoking No 83,723 78.0 30,302 72.6 479.4784**

Yes 23,650 22.0 11,427 27.4

High risk drinking No 89,909 83.7 31,921 76.5 1053.735**

Yes 17,464 16.3 9,808 23.5

Walking exercise practice Not regular 63,392 59.0 25,339 60.7 35.3546**

Regular 43,981 41.0 16,390 39.3

Eating a breakfast regularly No 32,139 29.9 12,424 29.8 0.3628

Yes 75,234 70.1 29,305 70.2

Low salt preference No 96,102 89.5 38,005 91.1 82.1802**

Yes 11,271 10.5 3,724 8.9

Local government financial <50 19,241 17.9 6,921 16.6 37.5118**

independence (%) 50-65 48,057 44.8 18,900 45.3

≥65 40,075 37.3 15,908 38.1

Park area per person <10 35,115 32.7 13,103 31.4 23.7901**

(m ² /persons) 10-30 55,073 51.3 21,875 52.4

≥30 17,185 16.0 6,751 16.2

Table 3.1 Continued

Normal Obesity

Variable Category N % N % χ ²

Number of beverage service store <1.8 28,522 26.6 10,772 25.8 12.8905**

per 1,000 population 1.8-3.0 51,095 47.6 19,857 47.6

≥3.0 27,756 25.9 11,100 26.6

Number of fast food restaurant <1 52,920 49.3 20,180 48.4 10.3216**

per 1,000 population ≥1 54,453 50.7 21,549 51.6

Crude divorce rate <2 38,886 36.2 13,705 32.8 149.7428**

≥2 68,487 63.8 28,024 67.2

Number of registered vehicles <0.5 81,821 76.2 31,150 74.6 39.5381**

per person ≥0.5 25,552 23.8 10,579 25.4

Standardized mortality rate <330 28,519 26.6 10,327 24.7 57.0213**

330-380 55,343 51.5 21,810 52.3

≥380 23,511 21.9 9,592 23.0

*p < 0.05, **p < 0.01

(a) 1-level variables (b) 1-level and 2-level variables

Figure 3.1 Multiple corresponding analysis

3.2. 다수준 로지스틱 회귀모형의 분석 결과 ᄀ

ᅢ인수준의 비만 여부에 대한 1-수준 (개인 수준)의 특성 변수들과 2-수준 (지역 수준)의 특성 변수들 으

ᆯ구분해서 각 수준에서 유의하게 영향을미치는변수들을파악하기 위해 다수준로지스틱 회귀분석을 3가지 모형을고려하였으며, 3가지 모형은연구대상자 전체를포함한 모형과 남자만 선택한 모형, 여자 ᄆ

ᅡᆫ 선택한 모형을각각 분석하였다.

처

ᆺ째로, 자료의 기초정보를확인하기 위하여 1-수준 (개인 수준)과 2-수준 (지역 수준)의 변수를모두 ᄐ

ᅮ입하고 않고 절편만 포함하는기본모형 (Null model)이다. 두 번째는 Model I는기본모형을바탕으 ᄅ

ᅩ 1-수준(개인 수준) 변수만을포함시킨 모형으로 인구 사회학적 특성, 사회경제적환경, 건강상태, 생 화

ᆯ양식으로만 설명변수를반영한 모형이다. 마지막으로 Model II는 기본모형 (Null model)에 1-수준 (개인 수준) 변수와 2-수준 (지역 수준)변수를모두 추가한 모형이다. 먼저 2-수준 (지역 수준)에서의 지

ᆸ단 간의 분산과 1-수준 (개인 수준)에서의 집단 내의 분산을가지고 집단 간 분산 비율인 급내상관계 ᄉ

ᅮ ICC (intra class correlation)을구할 수 있는데 이는 종속변수의 전체 분산 중에서 지역 수준의 분산 ᄋ

ᅵ 차지하는비율이라고 할 수 있다. ICC를계산하는방법은 식 (3.1)과 같다.

ICC = σˆ

² _δ

σˆ

² _δ

+ π

²

/3

. (3.1)

ᄃ

ᅩᆨ립변수 영향을고려하지 않은기본모형 (null model)에서 비만 여부와관련하여 지역 수준의 분산 ᄋ

ᅳ

ᆫ전체 (남성+여성)에서 0.01567 (standard error: 0.002189)로 ICC를산출해 본결과 약 0.00474로 ᄌ

ᅥᆫ체 분산 중 지역 수준의 분산이 차지하는 비율은 약 0.47%정도임을 알 수 있다. 남자인 경우에서 느

ᆫ지역 수준의 분산이 0.01668 (standard error: 0.002836)로 ICC 값은 약 0.005044로 전체 분산 중 ᄌ

ᅵ역 수준의 분산이 차지하는 비율은 약 0.50%이며, 여자의 경우에서는 지역 수준의 분산이 0.06312 (standard error: 0.007775)로 ICC 값은약 0.018824로 전체 분산 중지역 수준의 분산이 차지하는비 유

ᆯ은약 1.88%로확인되어 남성보다 여성에게 지역 간 변이가 더큰것을알 수 있었다.

보

ᆫ 연구에서 수행한 전체, 남자, 여자 모든 경우에서 모형의 적합도를 나타내는 -2LL (-2 log- likelihood), AIC (Akaike information criterion), BIC (Bayesian information criterion) 값이 기 ᄇ

ᅩᆫ모형 (null model)보다 작아졌으며, 기본모형 (null model)에 1-수준 (개인 수준)과 2-수준 (지역 수 주

ᆫ) 변수들을모두 반영한 Model II의 적합도가 가장 좋았다.

Table 3.2 The results of model fit

All subject Male Female

Null Model Model I Model II Null Model Model I Model II Null Model Model I Model II ICC 0.004740 0.004888 0.003121 0.005044 0.004195 0.003057 0.018824 0.007065 0.003592 -2LL 176590.5 160197.0 160132.0 102456.9 92041.71 92005.78 70181.74 64826.47 64753.62 AIC 176594.5 160267 160224 102460.9 92109.71 92095.78 70185.74 64894.47 64843.62 BIC 176601.6 160390.8 160386.7 102468 92229.98 92254.96 70192.81 65014.74 65002.8

ᄃ

ᅡ음으로 기본모형 (Null model)에 1-수준 (개인 수준)과 2-수준 (지역 수준) 변수들을모두 반영한 Model II의 분석 결과는 Table 3.3과 같다.

ᄆ

ᅥᆫ저 남녀 모두 포함한 전체를 가지고 분석한 결과를 살펴보면, 여자보다 남자 비만의 오즈비가 2.96으로 나타났으며, 19-29세를기준으로 30대, 40대, 50대까지 오즈비가 1.5 이상으로 높았으나, 연 려

ᆼ대가 높아질수록 오즈비가 감소하는 추세로 나타났다. 최종학력에서는 대학교 이상을 기준으로 무 ᄒ

ᅡᆨ이 2.23, 초등학교 졸업이 1.85, 중학교 졸업과 고등학교 졸업이 각각 1.43, 1.13으로 높게 나타났으 ᄆ

ᅧ, 직업에서는 사무직의 오즈비가 낮은 반면, 판매서비스직에 종사하는사람의 오즈비가 1.10로 높았 ᄃ

ᅡ. 건강상태 요인 중에서 건강수준이 나쁜 경우의 오즈비가 1.31, 최근체중조절을 한 경우의 오즈비 ᄀ

ᅡ 3.98, 스트레스가 있는 경우와 고위험 음주자인 경우 비만의 오즈비가 각각 1.14, 1.25로 나타났으 ᄆ

ᅧ, 걷기 실천을하지 않거나 아침 식사 (주 5일 이상)를하지 않을경우도 비만의 오즈비가 높았다. 반 ᄆ

ᅧᆫ, 현재 흡연자의 경우는 비만에 대한 오즈비 (0.93)가 낮게 나타났다. 지역변수에서는재정자주도가 50-65에서 오즈비가 1.06, 65이상에서 1.09로 나타났으며, 조이혼율이 2이상에서의 오즈비가 1.11로 높 ᄋ

ᅡ

ᆻ으며, 일인당 자동차 등록대수가 0.5이상일 경우 비만의 오즈비가 1.05로 나타났다. 표준화 사망률에 ᄉ

ᅥ는 <330을기준으로 330 이상인 경우의 오즈비가 1.09로 높게 나타났다.

ᄂ ᅡ

ᆷ자의 경우에서는 30대와 40대의 오즈비가 각각 1.41, 1.23으로 높았으나, 60대와 70세 이상에서는 ᄋ

ᅩ즈비가 0.91, 0.67로 낮았다. 최종학력에서는 중학교 졸업과 고등학교 졸업의 오즈비가 1.08, 1.04로 ᄂ

ᅡ타났으며, 월평균 가구소득에서는 100만원미만 기준으로 200-300만원에서 오즈비가 1.10으로 통계 ᄌ

ᅥᆨ으로 유의하게 나타났다. 직업별로 살펴보면, 사무직인 경우 비만의 오즈비가 0.93이 낮은반면 농어 어

ᆸ의 오즈비가 1.18로 높았다. 건강상태 요인 중에서 건강수준이 나쁜경우의 오즈비가 1.24, 최근체중 ᄌ

ᅩ절을한 경우의 오즈비가 4.32, 스트레스가 있는경우와 고위험 음주자인 경우 비만의 오즈비가 각각

1.09, 1.31로 나타났으며, 걷기 실천을하지 않거나 아침 식사 (주 5일 이상)를하지 않을경우도 비만의 ᄋ

ᅩ즈비가 높았다. 남자의 경우에서도 현재 흡연자의 경우는 비만에 대한 오즈비 (0.89)가 낮게 나타났 ᄃ

ᅡ. 지역변수에서는 인구 천 명당 패스트푸드점수가 1 미만이면 비만에 대한 오즈비가 1.06으로 나타났 ᄃ

ᅡ. 조이혼율이 2 미만일 경우보다 2 이상일 때 비만에 대한 오즈비가 1.10으로 높았다.

ᄋ

ᅧ자의 경우는 19-29세를기준으로 연령대가 높아질수록비만에 대한 오즈비가 높아지는경향을보였 ᄋ

ᅳ며, 최종학력에서는 초등학교 졸업의 오즈비가 2.84, 무학이 2.37, 중학교 졸업이 2.15, 고등학교 졸 어

ᆸ이 1.41을보였다. 직업군에서는전문행정관리직을기준으로 판매서비스직 (1.09), 농어업 (1.17), 기 ᄂ

ᅳ

ᆼ단순노무직 (1.14), 기타 (1.16)에서 비만에 대한 오즈비가 높았다. 건강상태 요인 중에서 최근에 건 ᄀ

ᅡᆼ검진을 받지 않은경우에 비만에 대한 오즈비가 1.09, 건강수준이 나쁜경우의 오즈비가 1.47, 최근 ᄎ

ᅦ중조절을한 경우의 오즈비가 3.11, 스트레스가 있는 경우와 고위험 음주자인 경우 비만의 오즈비가 ᄀ

ᅡ

ᆨ각 1.19, 1.17로 나타났으며, 걷기 실천을 하지 않거나 아침 식사 (주 5일 이상)를하지 않을경우도 ᄇ

ᅵ만의 오즈비가 각각 1.10, 1.05로 나타났다. 지역변수에서는재정자주도가 50-65에서 오즈비가 1.10, 65이상에서 1.16로 나타났으며, 조이혼율이 2이상에서의 오즈비가 1.13로 높았다. 표준화 사망률에서 느

ᆫ <330을기준으로 330-360에서 비만의 오즈비는 1.11, 330 이상인 경우의 오즈비가 1.09로 높게 나 ᄐ

ᅡ났다.

4. 결론 및 제언 ᄋ

ᅵ 연구는 지역주민의 개인적 특성들과 거주지역의 특성 등이 비만여부에 미치는 영향 정도를 파악 ᄒ

ᅡ기 위해 적합한 모형을개발하기 위해 수행되었다. 비만여부에 미치는영향요인을찾아내기 위해 수 지

ᆸ된 자료는 전국단위의 대규모 조사 자료인 질병관리본부의 지역사회건강조사를비롯하여, 통계청의 ᄉ

ᅡ망원인통계, 전국사업체조사, 인구동향조사, 행정안전부의 지방자치단체 통합재정통계, 주민등록인구 ᄒ

ᅧᆫ황 그리고 국토교통부의 도시계획현황, 자동차 등록현황보고 등과 같은 신뢰성이확보된자료를활용 ᄒ

ᅡᆷ에 따라, 일반화되고 신뢰성 있는결과를도출하고자 하였다. 다수준로지스틱 회귀분석으로 최적화 되

ᆫ 연구모형을개발하기 위해, 상수항만 포함하는기본모형 (Null model), 비만에 대한 개인적 영향 요 ᄋ

ᅵᆫ만을고려한 개인 수준의 Model I, 개인수준요인과 지역단위 요인을모두 고려한 Model II를비교하 ᄋ

ᅧᆻ고, 최종모형적합도 검정을 통해 Model II이 타 모형에 비해 모형의 적합도가 향상되었다.

ᄀ

ᅵ본모형 (Null model)에서 비만 여부와 관련하여 전체 분산 중에서 각 지역 수준의 분산이 차지 ᄒ

ᅡ는 비율인 ICC를 추정한 결과, 전체 (남성+여성)에서 약 0.47%, 남성에서는 약 0.50%, 여성은 약 1.88%로확인되어 남성보다 여성에게 지역 간 변이가 더큰것을확인하였다.

ᄆ

ᅩ형의 적합도가 가장 우수한 Model II를 중심으로, 비만여부에 영향을 미치는 요인을 종합하여 살 ᄑ

ᅧ보면, 전체, 남성 및 여성 모형에서는고려된개인 수준요인 대부분이 비만여부에 통계적으로 유의한 여

ᆼ향을미치고 있었으며, 지역수준의 요인에서는지역 재정운영의 자율성을나타내는해당 지역의 재정 ᄌ

ᅡ주도, 인구천명당 패스트푸드점 수, 조이혼율,자동차등록대수 그리고 표준화사망률 등이 제한적으로 ᄇ

ᅵ만도에 통계적으로 유의한 영향을미치고 있었다.

ᄋ

ᅵ와 같은 전반적인 연구결과는 의료 및 건강서비스 이용 연구에 보편적으로 적용되는 Andersen의 ᄀ

ᅥᆫ강서비스이용 행동모델 (Behavioral model for health service use)의 이론적 틀 (Andersen, 1968, 1995)과도 일치함은 물론, 개인 건강수준은 각 개인수준의 건강위험행위를 비롯하여, 다양한 물리적, ᄉ

ᅡ회적 환경 등에 대한 지역격차에 의해 발생한다는여러 선행 실증연구의 결과와도 일치한다 (Giles- Corti와 Donovan, 2002; Humpel 등, 2002; Sallis 등, 2008; Stokols, 1996). 다만, 특정 요인의 경우, 이

ᆯ반적인 결과와는상반대거나, 타 연구결과와 불일치하는것이 존재한다. 특히, 남성의 경우, 흡연자가 ᄋ

ᅩ히려 비흡연자의 비해 비만하지 않다는결과가 도출되었다. 이와 같은연구결과는타 연구 등에서도

Table 3.3 The results of hierarchical logistic regression Model II

All subject Male Female

Variable Category beta SE OR beta SE OR beta SE OR

Intercept -3.7138** 0.06848 -2.3329** 0.0827 -4.1871** 0.1002

Gender (ref: Female) Male 1.0843** 0.01546 2.96

Age (ref: 19-29) 30-39 0.4434** 0.02563 1.56 0.3432** 0.03355 1.41 0.4223** 0.04425 1.53 40-49 0.4384** 0.02612 1.55 0.2079** 0.03454 1.23 0.5931** 0.04394 1.81 50-59 0.4102** 0.02749 1.51 0.03131 0.0361 1.03 0.6882** 0.04659 1.99 60-69 0.3499** 0.03165 1.42 -0.09593* 0.04093 0.91 0.8219** 0.05326 2.28

≥70 -0.01263 0.03768 0.99 -0.4074** 0.04851 0.67 0.7311** 0.06257 2.08 Educational level Uneducated 0.8005** 0.0402 2.23 -0.02601 0.06462 0.97 0.8612** 0.05893 2.37 (ref: University or higher) Elementary school 0.6159** 0.02803 1.85 0.04839 0.03776 1.05 1.0442** 0.04549 2.84 Middle school 0.3602** 0.02596 1.43 0.07717* 0.03382 1.08 0.7664** 0.04265 2.15 High school 0.122** 0.0162 1.13 0.04297* 0.02055 1.04 0.344** 0.02878 1.41 Monthly household income 1.0-2.0 0.04817 0.02528 1.05 0.06505 0.0342 1.07 0.0475 0.03742 1.05 (ref: <1.0) 2.0-3.0 0.1004** 0.02573 1.11 0.09199** 0.03457 1.10 0.07855* 0.03879 1.08 (million KRW) 3.0-4.0 0.07153** 0.02691 1.07 0.06464 0.03606 1.07 0.03157 0.0408 1.03 4.0-5.0 0.03889 0.02889 1.04 0.07465 0.0385 1.08 -0.05925 0.04458 0.94 5.0-6.0 -0.00502 0.03234 1.00 0.01548 0.04272 1.02 -0.08852 0.05122 0.92

≥6.0 0.003236 0.02989 1.00 0.07501 0.03958 1.08 -0.1695** 0.04713 0.84 Marital status (ref: Others) Married 0.0518** 0.01677 1.05 0.2319** 0.02324 1.26 0.09428** 0.02609 1.10 Occupation Clerical officer -0.06174* 0.02471 0.94 -0.07522* 0.03067 0.93 -0.1005* 0.0473 0.90 (ref: Administrative officer) Service and sales 0.0918** 0.02422 1.10 0.04985 0.03178 1.05 0.08479* 0.04246 1.09 Farmer and fisher 0.05325 0.03016 1.06 0.1614** 0.03755 1.18 0.1529** 0.05374 1.17 Elementary work 0.03847 0.02343 1.04 -0.00752 0.02822 0.99 0.1289** 0.04612 1.14 Other 0.02892 0.02313 1.03 -0.0591 0.03279 0.94 0.1442** 0.03923 1.16 Health check-up (ref: Yes) No -0.02746 0.01508 0.97 -0.02198 0.01988 0.98 0.08663** 0.02434 1.09 Experience of Yes -0.01889 0.02776 0.98 -0.04278 0.04252 0.96 0.01705 0.03741 1.02 depression (ref: No)

Subjective health Bad 0.2667** 0.01321 1.31 0.2142** 0.01697 1.24 0.3819** 0.0223 1.47 status (ref: Good) (Fair or poor)

Over-moderate physical No 0.03884** 0.01454 1.04 0.07413** 0.01824 1.08 0.03913 0.02496 1.04 activity (ref: Yes)

Attempt to control Yes 1.3802** 0.01445 3.98 1.4624** 0.01723 4.32 1.133** 0.0252 3.11 weight (ref: No)

Subjective stress Yes 0.1341** 0.01443 1.14 0.08892** 0.01907 1.09 0.1717** 0.02291 1.19 recognition (ref: No)

Current smoking (ref: No) Yes -0.06927** 0.01621 0.93 -0.1135** 0.01744 0.89 -0.03335 0.05257 0.97 High risk drinking (ref: No) Yes 0.2207** 0.01602 1.25 0.2707** 0.0181 1.31 0.156** 0.03903 1.17 Walking exercise No 0.1114** 0.01295 1.12 0.1444** 0.01676 1.16 0.09604** 0.02102 1.10 practice (ref: Yes)

Eating a breakfast No 0.04692** 0.01506 1.05 0.04131* 0.01984 1.04 0.05241* 0.02446 1.05 regularly (ref: Yes)

Low salt preference (ref: Yes) No 0.1492** 0.02118 1.16 0.128** 0.02986 1.14 0.102** 0.03074 1.11 Fiscal independence (ref: <50) 50-65 0.06241* 0.02926 1.06 0.03911 0.03365 1.04 0.09766* 0.03976 1.10

≥65 0.08351** 0.03115 1.09 0.04923 0.03582 1.05 0.1486** 0.04234 1.16 Park area per person (ref: ≥30) <10 0.0208 0.03168 1.02 0.01537 0.03656 1.02 0.04004 0.04315 1.04 (m ² /persons) 10-30 0.02975 0.02559 1.03 0.01754 0.02953 1.02 0.0438 0.03486 1.05 Number of beverage service store 1.8-3.0 0.00739 0.02331 1.01 -0.00405 0.02689 1.00 0.02222 0.03175 1.02 per 1,000 population (ref: <1.8) 3.0 0.0227 0.02864 1.02 0.02973 0.03299 1.03 0.01851 0.0389 1.02 Number of fast food restaurant <1 0.04115 0.02168 1.04 0.05683* 0.02506 1.06 0.03234 0.02937 1.03 per 1,000 population (ref: ≥1)

Crude divorce rate (ref: <2) ≥2 0.1016** 0.0213 1.11 0.09621** 0.02465 1.10 0.1178** 0.02909 1.13 Number of registered ≥0.5 0.04472* 0.02226 1.05 0.04044 0.02577 1.04 0.0401 0.03019 1.04

vehicles per person (ref: <0.5)

Standardized mortality 330-360 0.0316 0.02642 1.03 0.005198 0.03046 1.01 0.106** 0.03633 1.11 rate (ref: <330) ≥330 0.08675** 0.02944 1.09 0.04686 0.03424 1.05 0.1846** 0.04038 1.20

*p < 0.05, **p < 0.01

ᄋ

ᅵ 연구와 유사한 결과를보이거나 그렇지 않은결과 등이 다양하게 존재한다. 이에 대해 일반적으로 좋 ᄌ

ᅵ 않은생활습관을 가지는 흡연군에서는체중증가가 동반되거나, 흡연 후 일정기간 금연기간 이후 체 ᄌ

ᅮᆼ이 감소하는효과가 발생할 수 있다고 선행연구들은제시하고 있다 (Lee 등, 2010; Reas 등, 2009).

ᄌ

ᅵ역수준요인 중지역예산 활용의 자율성을 나타내는재정자주도와 비만과의 인과관계에서는 지역 재 저

ᆼ자주도가 높은 곳에 거주하는지역주민의 비만도가 높은것으로 나타났다. 이는지역주민의 비만도가 ᄂ

ᅩᇁ은 지역에서 보건복지와관련된예산의활용이 보다 적극적임이 나타난 결과라 판단된다. 또한 조이 호

ᆫ율이 높은지역의 비만도가 높다는결과의 경우, 배우자가 없는사람이 그렇지 않은사람보다 비만하 ᄃ

ᅡ는기존의 연구결과와 일치한다 (Sbarra와 Nietert, 2009). 이 연구는전술한 바와 같이, 다양한 사회 ᄌ

ᅥ

ᆨ 문제로 이어지는비만발생의 요인들을개인이 가진 특성뿐 아니라 지역사회 건강결정요인 보건학적 ᄋ

ᅵ론에 입각하여, 전국규모의 다양한 자료원으로 수집되어진 자료로부터 비만에 미치는개인 및 지역수 주

ᆫ요인들의 통계적 유의성을제시하였다. 다만, 특정 한해를 중심으로 조사된내용을바탕으로 수행된 ᄋ

ᅧᆫ구임에 따라 개인 건강수준의 변화, 지역단위의 물리적환경 변화 등에 따른부분이 고려되지 못하였 ᄋ

ᅳ며, 인위적으로 정해진 단순 행정구역이 아닌 지역의 공간적 특성이 면밀히 반영되지 못한 부분이 이 ᄋ

ᅧᆫ구의 한계인 것으로 판단되며, 추후 한계점이 보완된후속연구가 지속되어야할 것으로 사료된다.

References

Andersen, R (1968). A behavioral model of families’ use of health services, Center for Health Administration Studies, University of Chicago.

Andersen, R. M. (1995). Revisiting the behavioral model and access to medical care: Does it matter?

Journal of Health and Social Behavior, 36, 1-10.

Ahn, B. C. and Joung, H. (2005). Socioeconomic cost of obesity in Korea. The Korean Nutrition Society, 38, 786-792.

Ahn, K. Y., Oh, M., Jeon, Y., Kim, S. and Lee, J. W. (2015). Association of resting heart rate with ab- dominal subcutaneous and visceral adipose tissue in overweight and obese adults. The Korean Journal of Physical Education, 54, 537-545.

Choi, J. (2016). Bayesian spatial analysis of obesity proportion data. Journal of the Korean Data &

Information Science Society, 38, 786-792.

Egger, G. and Swinburn, B. (1997). An “ecological” approach to the obesity pandemic. BMJ, 315, 477-480.

Graziani, F., Cialdella, P., Liuzzo, G., Basile, E., Brugaletta, S., Pedicino, D., Leccesi, L., Guidone, C.

Iaconelli, A., Mingrone, G., Biasucci, L. M. and Crea, F. (2011). Cardiovascular risk in obesity:

Different activation of inflammation and immune system between obese and morbidly obese subjects.

European Journal of Internal Medicine, 22, 418-423.

Giles-Corti, B. and Donovan, R. J. (2002). The relative influence of individual, socialand physical environ- ment determinants of physical activity. Social Science & Medicine, 54, 1793-1812.

Humpel, N., Owen, N. and Leslie, E. (2002). Environmental factors associated withadults’ participation in physical activity: A review. American Journal of Preventive Medicine, 22, 188-199.

Kim, D. I. (2015). Relationships between walking, body mass index, and risk factors of metabolic syndrome among Korean adults: Data from the fifth Korea national health and nutrition examination survey (2010-2012). The Korean Journal of Obesity, 24, 108-115.

Kim, E. J. and Kang, M. G. (2011). Effects of built environment and individual characteristics on health condition. Journal of the Korean Regional Science Association, 27, 27-42.

Kim, Y., Cho, D. and Kang, S. H. (2014). Analysis of factors associated with geographic variations in the prevalence of adult obesity using decision tree. Health and Social Science, 36, 157-181.

Lee, K. H., Lee, C. M., Kwon, H. T. and Oh, S. W. (2010). Relationship between obesity and smoking in Korean men: Data analyses from the third and fourth Korea national health and nutrition examination surveys (KNHANES). Journal of the Korean Society for Research on Nicotine and Tobacco, 1, 115-123.

Lee, J. H. and Heo, T. Y. (2014). A study of effect on the smoking status using multilevel logistic model.

The Korean Journal of Applied Statistics, 27, 89-102.

Mitchell, A. B., Cole, J. W., McArdle, P. F., Cheng, Y. C., Ryan, K. A., Sparks, M. J., Mitchell, B. D. and

Kittner, S. J. (2015). Obesity increases risk of ischemic stroke in young adults. Stroke, 46, 1690-1692.